MétaCan
Menu
Retour à la cohorte
Enregistrement W4311217170 · doi:10.34237/1009043

Exploring diverse perspectives of coastal resilience: The state of resilience model

2022· article· en· W4311217170 sur OpenAlexaff
Laura Szczyrba, Justin L. Shawler, Ali Mohammad Rezaie, Vanessa Constant

Notice bibliographique

RevueShore & Beach · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueClimate Change, Adaptation, Migration
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésCommunity resilienceResilience (materials science)Context (archaeology)Vulnerability (computing)Variety (cybernetics)Environmental resource managementPreparednessSocio-ecological systemAdaptation (eye)Environmental planningSociologyComputer scienceGeographyPolitical sciencePsychologyEnvironmental scienceComputer security

Résumé

récupéré en direct d'OpenAlex

In the context of climate change, the term resilience was popularized by the field of ecology to describe how ecological systems respond to stress and has since been adopted and significantly adapted by various fields, including psychology, policy, urban planning, and engineering. The exact meaning of resilience has blurred over time. In the context of coastal hazards, “resilience” is a holistic idea that relates long and short-term physical hazards with societal and biological impacts and mitigation measures. However, applying this idea to community-based mitigation planning remains challenging due to: (1) the diverse meanings, perspectives, and applications of the term, (2) the tendency of the term to defer to the status quo, thereby neglecting the voices of historically marginalized populations, and (3) the non-participatory and quantitative nature of resilience studies, often depending on cost-benefit analyses. In this paper, an interdisciplinary team of researchers and practitioners develops and proposes a new conceptual model for coastal resilience that offers to help address these aforementioned challenges by focusing on meaningful community engagement. The goal of this paper is to introduce the pitfalls of existing interpretations of coastal resilience, describe the team-based approach applied to develop this framework, and provide a theoretical path forward that addresses the current challenges in describing coastal resilience. This new framework (a) integrates relevant factors of coastal resilience including hazards, exposure, vulnerability, adaptation, mitigation and preparedness to qualitatively explore a community’s perception and state of resilience which (b) transcends existing models and (c) can be interpreted through a variety of perspectives. This model can be applied to document and assess locally differential understandings of coastal resilience and to engage communities in reflections of their individual and collective sense of resilience.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,596

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,195
Tête enseignante GPT0,336
Écart entre enseignants0,141 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueShore & BeachMême sujetClimate Change, Adaptation, MigrationTravaux en français237 207